Index of /OTUS/[OTUS] Математика для Data Science. Продвинутый курс (2020)

• Parent Directory
• 01. Введение 1. Математика в Data Science/
• 02. Введение 2. Основные термины и определения мат.анализа, лин. алгебры и теории вероятностей/
• 03. Матрицы. Основные понятия и операции/
• 04. Геометрическая интерпретация в линейной алгебре/
• 05. Матричные разложения/
• 06. Матричные производные/
• 07. Применение линейной алгебры в Data Science/
• 08. Применение линейной алгебры в Machine Learning/
• 09. Теория множеств/
• 10. Метрические пространства/
• 11. Теория пределов/
• 12. Дифференцирование/
• 13. Оптимизация/
• 14. Минимизация и максимизация в регрессиях/
• 15. Метод максимального правдоподобия/
• 16. Применения мат.анализа в ML/
• 17. Применения мат.анализа в ML/
• 18. Midterm/
• 19. Комбинаторика и Основы теории вероятностей/
• 20. Случайные величины/
• 21. Непрерывные случайные величины/
• 22. Теоремы/
• 23. Точечное и интервальное оценивание/
• 24. Проверка гипотез/
• 25. Проверка гипотез. Часть 2/
• 26. Виды зависимостей/
• 27. Регрессии/
• 28. Метод главных компонент/
• 29. Моделирование случайных величин/
• 30. Обсуждение тем курсового проекта/
• 31. Ответы на вопросы по курсовым темам/